原始内容
CodeStable
English · 中文
面向严肃工程的 AI 编码工作流
厌倦了 OpenSpec 的草台、Oh-My-OpenAgent 的过度设计、Superpowers 的散装——我从 0 写了一套简单轻巧、围绕人在环的 AI Harness。
严肃工程不止于"用 AI 写代码"，更在于用工程方法约束 AI 本身：skill 不靠感觉写、靠可复现实验证明与迭代——见 技能怎么迭代：工程化的 build → evaluate 闭环。
安装
Codex plugin marketplace：
codex plugin marketplace add codestable/CodeStable
codex plugin add codestable@codestable
Claude plugin marketplace：
/plugin marketplace add codestable/CodeStable
/plugin install codestable@codestable
skills CLI：
npx skills@latest add codestable/CodeStable/plugins/codestable
如果你的 skills CLI 没有通过 marketplace catalog 发现插件实体，可用深扫兜底：
npx skills@latest add codestable/CodeStable/plugins/codestable --full-depth
CodeStable 插件只打包 plugins/codestable/skills/ 下的 cs / cs-* skills；仓库根目录不再保留独立 skill 目录。
升级
发布新版本后，先看 CHANGELOG.md 确认版本变化，再按你的安装入口刷新。
Codex plugin marketplace：
codex plugin marketplace upgrade codestable
codex plugin add codestable@codestable
Codex 当前 CLI 没有单独的 plugin update 子命令；marketplace upgrade 会刷新 Git marketplace snapshot，plugin add 从刷新后的 snapshot 安装当前版本。
Claude plugin marketplace：
/plugin marketplace update
/plugin update codestable@codestable
Claude 更新后需要重启 Claude Code 才会应用新版插件。
skills CLI：
npx skills@latest add codestable/CodeStable/plugins/codestable --skill '*' -g
当前 skills CLI 的裸 update 对 plugin manifest 与通用目录使用不同的发现逻辑，可能把仍存在的 sibling skills 误判为已删除；因此升级使用上面的完整 package 重装命令。它会从 plugins/codestable 同步全部 cs* skills；如果原来是项目级安装，去掉 -g 并在项目中执行。不要只替换根 cs skill，runtime 刷新还需要同版本的 cs-onboard 及其工具。全局插件升级后，建议在每个已接入项目中显式执行 /cs-onboard --mode refresh-runtime，立即刷新并核验 repo-local runtime。即使不手动执行，下一次 CodeStable preflight 也会比较 .codestable/runtime-manifest.json 与当前插件版本，在 manifest 缺失、版本不匹配或 runtime capability 缺失且受管路径干净时自动刷新；它不会在后台扫描所有仓库。遇到 managed-paths-dirty、未接入或骨架不完整时会停下提示，不会强制覆盖。
只需要一键，开始工作：
/cs-onboard
之后日常使用时，不知道该用哪个技能就喊根入口：
/cs
cs 会先判断你要执行、咨询还是了解体系：行动请求同轮直转，咨询请求只给建议；信息不足时只问一个聚焦问题。
缘起
我在开发一套新的 Harness Agent（MA），一开始当然是 VibeCoding——我只写设计和需求，代码由 AI 来改。这样支撑了大部分特性的开发。直到有一天 Codex 反复解决不了一个我认为比较简单的问题，并且反复在同一个地方犯错。我就知道项目需要一套工作流来维持它继续进行了。
我调研了 OpenSpec、SuperPowers、Oh-My-OpenAgent 这一类工具，没一个用着顺手：
- OpenSpec 太简单，没有复利工程，生成的 Spec 抽象到人类没法读
- SuperPowers 没有流程约束，不知道该用哪个
- Oh-My-OpenAgent 太重，且哲学上认为"人介入 = 失败"
CodeStable 的目标是解决严肃工程的软件实现和编码问题，不是造一个新名词、追求热点。
与其他框架的核心区别：编排的目标是谁
我看了一圈现在主流的 AI 编码框架——Superpowers、CCW、Oh-My-OpenAgent 等等——它们其实都在做同一件事：
如何把 Agent 编排得更好。 让它们组队、协作、头脑风暴、跑流水线、自动接力。围绕的实体始终是 Agent。
CodeStable 走的是另一个方向：
编排的不是 Agent，而是软件本身的生命周期。 围绕的实体是构成软件的要素——每一个需求、每一个架构决定、每一个特性、每一个 bug、每一条历史里留下来的约束。
| Agent 编排派 | CodeStable | |
|---|---|---|
| 核心实体 | Agent / Role / Team | Requirement / Architecture / Feature / Issue / Decision |
| 主线问题 | Agent 之间怎么分工、传递、协调？ | 软件的需求、约束、决策怎么被记下来、被检索、被复用？ |
| 状态存在哪 | Agent 的 session / 消息总线 / 队列 | 项目里的 .codestable/ 文件树（人和 AI 都能读） |
| 解决的痛点 | 单 Agent 能力不够，需要协同放大 | 软件复杂度膨胀撑破上下文、隐知识丢失、需求漂移 |
| 对人的定位 | 人少介入越好，理想是全自动 | 人在环 —— 程序员对整体把控负责，AI 是高效的执行体 |
这两个方向没有谁对谁错。
如果你的任务是"用 AI 跑一个端到端的自动化产线"、"让多个 Agent 互相讨论方案"，Agent 编排派会更顺手。
如果你的任务是"维护一个会跨年迭代的严肃软件"、"让今天写下的需求和决策三个月后还能被准确召回"——那 CodeStable 这套以软件要素为中心的建模会更合适。
我做 CodeStable 是因为我相信：软件工程的混乱本质上不是 Agent 不够强，而是要素没被组织好。Agent 再强，也写不了一个把需求、架构、历史决策全丢失的项目。
设计：实体 + 流程
CodeStable 顺着软件编码的真实流程来设计，把开发活动建模成一组实体和流程。
实体
| 实体 | 英文 | 干什么 |
|---|---|---|
| 需求 | requirements | 原始用户故事 + 领域术语（CONTEXT.md）+ 架构决策（ADR）。最终的逃生通道——代码烂成一坨屎时，可以摒弃所有代码、让 AI 重新生成 |
| Epic | epic | “我想要一个权限校验系统”这类大需求的主入口；用户侧叫 epic，第一版内部仍复用 .codestable/roadmap/ 和 roadmap doc_type |
| 目标 | goals | 限定起点和终点，写起点报告后让 AI 自主迭代实现/验证，完成前用 subagent 做功能验收 |
| 特性 | feature | 实际落地的工程执行过程，人与 AI 共同协作，对 design / 实现 / 验收负责；每个阶段之间有显式的 Gate 卡口 |
| 问题 | issue | 开发完成后的 BUG 单子，AI 和人一同解决 |
| 重构 | refactor | 代码腐化时的整理过程（beta） |
| 知识 | compound | 复利工程的知识库，沉淀踩过的坑、好做法、调研结论（cs-keep）；碎片化项目约定写入 attention.md（cs-note） |
流程
| 流程 | 推荐主入口 | 说明 |
|---|---|---|
| 特性引入 | cs-feat |
按风险自动选择：Quick 直接实现/验证/review；Standard 在当前 run 走 design/impl/review/accept-inline；Goal 才生成 goal 包并执行 QA/acceptance |
| 大需求端到端 | cs-epic |
大需求规划 → 规划审查 → 用户确认 → 子 feature design/review → goal 执行包 → 派发可见 goal driver（失败则输出 /goal 指令） |
| 目标达成 | cs-goal |
限定起点/终点 → grill 写起点报告 → 自主实现/验证/迭代 → subagent 功能验收 |
| 问题修改 | cs-issue |
一个入口端到端推进 report → analyze → fix → cs-code-review |
| 代码重构 | cs-refactor |
行为等价重构；内部判定标准模式或 fastforward mode，完成后进入 cs-code-review |
| 对外文档 | cs-docs |
写或更新开发者指南、用户指南、API 参考；知识库卫生仍由 cs-docs-neat 负责 |
cs-code-review 是各执行流末端、commit 前的横切质量门禁。阶段或里程碑收尾时，用 cs-docs-neat 整理 .codestable/、README/docs、CLAUDE.md / AGENTS.md 和 agent 记忆，避免文档与代码脱节。
技能总览
推荐主入口
| 分组 | 技能 | 用途 |
|---|---|---|
| 根入口 | cs |
行动请求同轮直转，咨询请求只给建议；介绍体系时不启动下游流程 |
| 接入 | cs-onboard |
把 CodeStable 接入新仓库或已有零散文档仓库 |
| 需求 & 领域 | cs-req / cs-domain |
沉淀能力愿景、领域术语、ADR 和 context 拓扑 |
| Epic | cs-epic |
大需求端到端：规划、review、子 feature design、goal 包 |
| 讨论入口 | cs-brainstorm |
想法模糊时分诊到 feature、epic 或 brainstorm note |
| 目标 | cs-goal |
限定起点/终点后自主迭代到验收 |
| 特性流程 | cs-feat |
新特性按 Quick / Standard / Goal lane 推进，Goal 仅显式长程执行时启用 |
| 问题流程 | cs-issue |
问题修复端到端：report、analyze、fix、review |
| 重构流程 | cs-refactor |
行为等价重构，含标准模式和 fastforward mode |
| 横切审查 | cs-code-review |
实现完成后、commit 前的只读代码审查 gate |
| 审计 | cs-audit |
主动扫描 bug、安全、性能、可维护性和架构偏离 |
| 反馈 | cs-feedback |
显式采集当前会话为 local-private incident/triage；确认 preview 后才可上报 |
| 知识沉淀 | cs-keep / cs-note |
沉淀 compound 知识或短项目注意事项 |
| 对外文档 | cs-docs |
写开发者指南、用户指南、API 参考 |
| 文档收尾 | cs-docs-neat |
同步 .codestable/、README/docs、agent 入口和记忆 |
长期兼容入口
旧技能名继续可用，但只转入对应主入口，不维护独立规则：
- Feature：
cs-feat-design/cs-feat-design-review/cs-feat-impl/cs-feat-qa/cs-feat-accept/cs-feat-ff - Issue：
cs-issue-report/cs-issue-analyze/cs-issue-fix - Refactor：
cs-refactor-ff - Docs：
cs-doc-tutorial/cs-doc-api - Epic：
cs-roadmap/cs-roadmap-review/cs-roadmap-impl-goal
完整技能目录见 SKILL_CATALOG.md。日常不知道用哪个时直接调用 /cs。
工作流与运行时
CodeStable 是分层、事件驱动的：cs 先判入口模式，行动请求同轮直转，咨询请求只给建议；cs-feat 再按任务风险选择 Quick / Standard / Goal，并按仓库事实恢复阶段；cs-issue / cs-refactor 同样经过 cs-code-review，并在 review、blocking 或用户确认 checkpoint 停下，不默认进入 feature QA。cs-epic 继续编排 planning、批量子 design 和 goal driver；旧阶段技能只保留为兼容入口。
cs-onboard 在项目根生成 .codestable/，集中保存 requirements、roadmap、goals、features、issues、refactors、audits、feedback、compound、gates 与共享 reference。Python 工具脚本从已安装的 cs-onboard skill 包运行，不再复制到每个 repo。
requirements/保存长期能力、术语和 ADR；roadmap/保存待执行规划。- feature / issue / refactor 各自按工作项聚合产物；
compound/是统一知识沉淀目录。 - 普通 skill 不读取 sibling skill 的深层 reference；共享规则由
cs-onboard释放到.codestable/reference/，兼容入口只转交主入口。
完整工作流、目录树和跨 skill 引用约束见 WORKFLOW.md。
设计哲学
CodeStable 与 OMO 做的是完全相反的哲学。
- OMO 认为：人只要干预就是失败的信号
- CodeStable 认为：程序员是软件编码中的在环对象——可以对黑盒实现不了解，但对整体实现必须有所把控，必要时也可深入
软件架构必须要 可演进、可观测、可控制。
也许这一点在 AI 发展强大以后会变得不再重要，但当下这样做能让程序员在现状下舒服——这就是价值所在。
CodeStable 面向真实开发场景，对此进行建模，期望通过一个闭环系统处理开发中常见的问题。现有大部分框架围绕 AI 建模，而不是围绕人。 我认为这些框架的作者驱动 AI 的能力很强，但绝对不是严肃软件的开发者——因为缺少对软件开发中需求和设计的基础组织能力，缺乏对代码实现的尊重。
技能怎么迭代：工程化的 build → evaluate 闭环
CodeStable 的 skill 不靠"感觉写得更清楚了"来演进，而是用可复现的实验来证明和优化。这套方法把"prompt 工程"变成了"有度量的软件工程"。
两个配套工具（仓库内，不随插件交付）：
build-cs-skill：skill 的编写协议（prompt-as-code）——把每个 skill 写成"可执行契约"：## Spec状态机作为唯一的路由真相，frontmattercontracts锚定行为不变量，散文降到最少。eval-cs-skill：skill 的评测引擎——把 skill 的关键决策做成 decision fixtures（给定仓库状态 → 期望的下一步），让真实模型跨供应商（Claude / GPT）多次作答，用程序机械判分（[measured]），而不是靠人或裁判打分。
深层 references/**/*.md 也遵守同一表示原则：状态、路由和 gate 用精简 Haskell 固化；模板、CLI、示例、矩阵和方法库保留结构化 Markdown。tests/test_reference_contract_classification.py 锁定每份 reference 的类别，新增文件必须显式归类。
闭环： 编写 → 评测 → 定位失败 → 优化 → 复评 → 结论回写方法论。
一次真实成果（2026-07，7 个主入口 skill × 3 模型 × 每题 3 次，见 experiments/*/results.md）：把 skill 从"规则散落在文档里"重写成"Spec 作为唯一的 prompt 路由真相"后，历史 campaign 的路由决策正确率从均值 0.807 提升到 0.975；且用数据否定了一个直觉误区——"新旧两种写法并排放"反而有害（某 skill 上比不改还低）。这些量化结论已回写进 build-cs-skill 的 authoring 规则，指导后续所有 skill 的编写。后续状态 schema / fixtures 变化须重新测量，不沿用旧 artifacts 为当前 HEAD 背书。
再进一层：结果层评测（从"路由对不对"到"活干得好不好"）。用种子仓库（自建、零训练污染、含演进历史与真实"做旧"）+ 隐藏验收测试（模型不可见，跑完机械判分）+ 真 agent 端到端跑，让 cs-issue / cs-feat 的产出被测试判定，并对照"有 skill vs 裸 agent"回答 skill 值不值得存在。约 90 次真实全流程后的诚实结论（方案与数据见 docs/cs-skill-e2e-eval-plan.md、experiments/*-e2e-*/results.md）：
- 修复/实现能力对现代模型已是天花板——协同根因、症状误导类 bug，连小模型都能一次修对；skill 的可测价值不在"帮模型把活干对"。
- 真实增益在过程契约：有 skill 的组稳定产出 fix-note / design 等可追溯产物，裸 agent 零产物——买到的是组织记忆和可复核性，代价约 +20~30% token。
- design 阶段对弱模型有方向性增益（隐含需求覆盖），与路由层"增益集中在非顶级模型"同构。
生产反馈也接进同一个闭环：一次真实使用中发现 cs-feat 在 review 第二轮由主 agent 本地自审、没派独立审查。分诊定位为主入口缺 P1 约束 + 规则没点名"每一轮"，修复后固化成回归 fixture（模型提及独立 reviewer：修复前 1/9 → 后 9/9）——生产偶发变成机械护栏。
认知诚实是这套体系可信度的来源：每次"skill 好像有问题"，分诊纪律都先排查评测自己的缺陷（题目偏差、环境缺失、判分口径）——反复发现问题多在评测侧，skill 与模型被证明是讲道理的。所有数值带
[measured]/[soft]/[underpowered]，假设先于实验冻结注册。
Roadmap
CodeStable 会根据模型能力的发展进行调整。如果未来某个模型做到某个模块的稳定产出，那么这个模块就可以删除。
- 简化 cs skills 体系：核心保留
cs-feat/cs-epic/cs-issue等主入口，兼容入口收薄 - 端到端测评 · 基础路由评测：decision fixtures + 跨模型机械判分，[measured] 证明重构增益
- 端到端测评 · 效果评测：种子仓库 + 隐藏验收测试 + 真 agent 对照裸 agent，
cs-issue/cs-feat已跑，诚实测出能力边界与过程契约价值 - 效果评测扩容：cs-epic 多子 feature 端到端；design 对弱模型增益补统计功效
- 代码重构流程需要强化（
cs-refactor还在 beta） - ……
欢迎在 Issue 区贴你的真实开发困境和重构经验。
Star History
MIT License · 作者 @liuzhengdong